用于在Python中查找模式的正则表达式

Question

我在调整正则表达式公式时遇到了麻烦。

我想找一个模式：

AxxHxxxAxxHxxxbbbbbAxxHxxxAxxHxxx

但不是：

AxxHxxxAxxHxxxAxxHxxxAxxHxxxAxxHxxxAxxHxxxAxxHxxxAxxHxxx

如果我使用：

"(A\w{2}H\w{3}){2,4}.+(A\w{2}H\w{3}){2,4}"

它会找到两者。我试过通过以下方法排除长长的AxxHxxx重复：

"(?!(A\w{2}H\w{3}){8})(A\w{2}H\w{3}){2,4}.+(A\w{2}H\w{3}){2,4}"

但它实际上不起作用。你们有没有任何想法如何解决这个问题？由于我将在大数据集上运行，我希望最好避免使用拼接字符串等循环地狱。

提前致谢！

编辑：

由于对另一组例子感兴趣，我将尝试更详细地解释我想要完成的事情。

我想在一个字符串中找到一个片段，它包含两个重复片段和一组中间的任何字符，例如：

.......A..H...A..H...A..H...............A..H...A..H...A..H.......................

其中“。”是任何角色，你有两个“A..H ......”的重复模块。唯一的问题是我不想找到继续延长的重复次数，例如：

.......A..H...A..H...A..H...A..H...A..H...A..H......................

Answer 1

这似乎会对您的测试用例产生正确的结果，但它非常难看。

/^(?:A.{2}H.{3})+(?:(?!A.{2}H.{3}).)+(?:A.{2}H.{3})+$/

http://regex101.com/r/sW5vG2

这是你想要的吗？

效率将与字符串的长度成正比。

编辑：使用PCRE http://regex101.com/r/wX8uK2

改进了解决方案

Answer 2

我不知道我对你的问题有多了解。

为了解决您的具体问题，您可以使用类似的内容，我想是的。

^(.*)\1((?!\1).)+\1{2}$

检查 DEMO